第4章：概率论基础回顾
各位工程师朋友，大家好。我是老张，干可靠性这行快十五年了。今天咱们聊点基础的东西——概率论。你可能会说：“概率论我大学学过啊。”嗯，我当年也这么想，直到在项目里栽了跟头，才发现很多概念其实没吃透。
这一章，我带你快速过一遍概率论的核心内容。别嫌基础，这些是后面所有统计方法的根基。咱们从最底层的公理开始，一步步往上走。
4.1 概率公理：游戏规则
概率这东西，说白了就是描述“某件事发生的可能性有多大”。但怎么定义这个“可能性”？数学家们定了三条公理，谁也别抬杠：
- 非负性：任何事件的概率都在0到1之间。0表示不可能，1表示必然。
- 规范性：所有可能结果的总概率是1。你想想看，抛硬币要么正面要么反面，加起来肯定是100%。
- 可加性：如果两个事件不可能同时发生（互斥），那么它们至少一个发生的概率，等于各自概率之和。
我的经验：我在做电子产品可靠性评估时，经常用这条公理来检查数据是否合理。比如，某批次产品在早期失效、偶然失效、耗损失效三个阶段的概率加起来，必须等于1。如果算出来是1.05，那数据肯定有问题。
4.2 条件概率：已知信息下的判断
条件概率，就是“在已知某件事发生的前提下，另一件事发生的概率”。公式很简单：
P(A|B) = P(A∩B) / P(B)举个例子：某批电子元件，已知工作温度超过85°C时，失效率会翻倍。那么“在高温条件下失效”的概率，就是条件概率。
我建议你记住一个关键点：条件概率不是对称的。P(A|B)和P(B|A)完全是两码事。我在项目中见过有人搞混，结果算出来的可靠性指标差了好几个数量级。
避坑指南：我曾经在分析现场故障数据时，把“故障发生时设备处于高温状态”的概率，误当作“高温导致故障”的概率。后来发现，很多故障其实发生在常温下，只是碰巧高温时段故障报告更集中。嗯，这里要注意区分因果关系和相关关系。
4.3 贝叶斯定理：用新数据更新旧认知
贝叶斯定理，说白了就是“根据新证据，更新你对某件事的看法”。公式长这样：
P(A|B) = P(B|A) × P(A) / P(B)其中：
- P(A) 是“先验概率”——你最初的判断
- P(B|A) 是“似然”——新证据在假设成立下的可能性
- P(A|B) 是“后验概率”——更新后的判断
我在可靠性工程中经常用贝叶斯。比如，某款新设计的轴承，历史数据显示失效率大约是0.1%（先验）。现在做了1000小时的加速试验，没有发生失效（新证据）。用贝叶斯更新后，失效率的估计值会降低。这就是“用数据说话”。
注意：贝叶斯定理要求先验概率是合理的。如果你拍脑袋给一个离谱的先验，后验结果也会跟着跑偏。我见过有人把先验设成0.0001%，结果试验数据再怎么更新都拉不回来。
4.4 随机变量：离散型与连续型
随机变量，就是把随机事件的结果映射成数字。分两种：
- 离散型：取值是有限个或可数无穷个。比如，一台设备在一年内发生故障的次数（0次、1次、2次...）。
- 连续型：取值是某个区间内的任意实数。比如，某元件的寿命（1000.5小时、2000.3小时...）。
你想想看，这两种变量在可靠性分析中都会遇到。故障次数是离散的，寿命是连续的。处理方式完全不同。
4.5 概率分布函数：PDF与CDF
这是本章的重头戏。两个函数，一个描述“密度”，一个描述“累积”。
4.5.1 概率密度函数（PDF）
PDF描述的是随机变量在某个取值附近的“密集程度”。对于连续型变量，PDF在某点的值不是概率，概率是PDF曲线下的面积。
举个例子：某型号电容器的寿命服从指数分布，PDF是 λe^(-λt)。λ是失效率。如果λ=0.001，那么t=1000小时时，PDF的值大约是0.000368。这个数字本身没意义，但积分后就能算出“寿命在1000到1100小时之间的概率”。
我的习惯：我拿到一组寿命数据后，第一件事就是画PDF曲线。看形状就能判断大概服从什么分布——指数分布是单调递减的，威布尔分布可能有峰值。这比直接套公式靠谱多了。
4.5.2 累积分布函数（CDF）
CDF描述的是随机变量小于等于某个值的概率。公式是：
F(t) = P(T ≤ t) = ∫₀ᵗ f(x) dx在可靠性里，CDF就是“不可靠度”——到时间t为止，已经失效的产品比例。比如，F(1000)=0.2，意味着到1000小时时，有20%的产品已经失效了。
反过来，可靠度R(t)=1-F(t)。这个关系一定要刻在脑子里。
4.6 知识体系总览
下面这张图，我画了本章的核心逻辑。你一看就明白：
4.7 小结
这一章的内容，说白了就是三句话：
- 概率公理是游戏规则，别违反
- 条件概率和贝叶斯定理，帮你用新信息更新判断
- PDF和CDF，是描述随机变量分布的两种视角
我个人习惯，每次做可靠性分析前，都会先问自己三个问题：数据是离散还是连续？用PDF还是CDF？有没有先验信息可以用贝叶斯更新？这三个问题想清楚了，后面的事情就顺了。
好了，这一章就到这里。记住，基础不牢，地动山摇。概率论这东西，你越往后用越觉得它重要。
公众号:蓝海资料掘金营，微信deep3321